论文部分内容阅读
针对粗监控粒度和突发性负载的情况下传统的基于平均服务时间的排队模型的性能分析不准确的问题，提出了一种适用于粗监控粒度的在线性能分析方法。该方法采用基于请求数目离差指数（IDC）的马尔可夫拟合技术，利用IDC描述服务时间过程的突发性，在马尔可夫拟合模型的基础上构建有效的排队网络。试验结果表明，与传统的采用均值分析（MVA）方法求解的排队模型相比，该方法更准确。以性能参数响应时间和吞吐量为例．相对误差分别平均降低了6．38％和6．27％，最大可降低11．45％和15．06％。